哪些化学研究与计算机

① 计算机化学有哪些期刊如题.与计算机化学有关的期刊有

化学研究与进展
高等学校化学学报

② 计算机与化学的关系，或者说有什么联系计算机对化学

计算机化学围绕着 “化学信息”这一核心，从计算机化学的基本概念、方法入手，将实验数据、量测信号、红外光谱图、分子结构、化学知识和Internet这一系列看似零散但却有着内在联系的内容串联起来。展现了计算机化学在数据处理、信号分析、结构解析、有机合成、分子设计等诸多方面的应用。认识物质、改造物质、创造新物质和认识反应、控制反应过程和创造新反应、新过程是计算机化学研究的主体。它的兴起与发展是与计算机技术的发展和计算机的普及紧密联系的。计算机化学覆盖的领域主要有：(1)化学数据挖掘(Data mining)；(2)化学结构与化学反应的计算机处理技术；(3)计算机辅助分子设计；(4)计算机辅助合成路线设计；(5)计算机辅助化学过程综合与开发；(6)化学中的人工智能方法等。

③ 生物学和化学分别有哪些尖端科技是需要大量计算机技术的支持的

“系统生物学”是现在“生物学”最热门的研究领域之一。（此网业连接不到，不好意思）可看看下列回答
从生物学的研究方向来看,无论是宏观,还是微观,仅仅掌握单一的生物学知识是无法胜任的。从生物学发展趋势来看,今日的尖端科技,明日就可能成为生物科技发展的基础。这就需要我们的学生不断掌握新知识,了解新成就。只有这样,才有可能站在前人...相关资料请看http://www.hqzx.e.sh.cn/mainweb/sw/kctz/smfz.htm
其次是基因工程范畴的系列问题要用到关于计算机类的问题（如：基因识别器， 生物特征 身份鉴别 模式识别）。要用到生物计算机。
生物计算机

生物计算机是以生物界处理问题的方式为模型的计算机。目前主要有：生物分子或超分子芯片、自动机模型、仿生算法、生物化学反应算法等几种类型。
计算机工业在近几十年内飞速发展，其速度令人瞠目。然而目前晶体管的密度已近当前所用技术的理论极限，晶体管计算机能否继续发展下去？所以，人们在不断寻找新的计算机结构。另一方面，人们在研究人工智能的同时，借鉴生物界的各种处理问题的方式，即所谓生物算法，提出了一些生物计算机的模型，部分模型已经解决了一些经典计算机难以解决的问题。

生物计算机目前主要有以下几类：

1. 生物分子或超分子芯片：立足于传统计算机模式，从寻找高效、体微的电子信息载体及信息传递体入手，目前已对生物体内的小分子、大分子、超分子生物芯片的结构与功能做了大量的研究与开发。“生物化学电路” 即属于此。

2. 自动机模型：以自动理论为基础，致力与寻找新的计算机模式，特别是特殊用途的非数值计算机模式。目前研究的热点集中在基本生物现象的类比，如神经网络、免疫网络、细胞自动机等。不同自动机的区别主要是网络内部连接的差异，其基本特征是集体计算，又称集体主义，在非数值计算、模拟、识别方面有极大的潜力。

3. 仿生算法：以生物智能为基础，用仿生的观念致力于寻找新的算法模式，虽然类似于自动机思想，但立足点在算法上，不追求硬件上的变化。 4. 生物化学反应算法：立足于可控的生物化学反应或反应系统，利用小容积内同类分子高拷贝数的优势，追求运算的高度并行化，从而提供运算的效率。DNA计算机 属于此类。以下将着重介绍自动机模型中的计算神经网络和生物化学反应算法中的DNA计算机的模型。

计算神经网络

早在1943年心理学家W. McCulloch和数学家W. Pitts合作提出神经元的二值逻辑模型。1949年D. Hebb提出了改变神经元连接强度的学习规则，这一规则至今在各种网络模型中起着重要作用。1962年F. Rosenblatt提出感知机模型。1982年美国物理学家J.Hopfield提出一种全新的神经网络模型 ，它体现了D. Marr的计算神经理论、耗散结构和混沌理论的基本精神，用S型曲线替代二值逻辑，引入“能量”函数，使网络的稳定性有了严格的判断依据，模型具有理想记忆、分类与误差自动校正等智能。Hopfield模型的动力学特征的分析提供了有力的研究方法。

神经网络系统模拟大脑的工作方式，由大量简单的神经元广泛相互连接而成，形成一种拓扑结构。大脑具有相当高级的处理信息的能力，与传统计算机模型相比，大脑具有如下特征：首先是大规模并行处理能力，其次是大脑具有很强的“容错性”和联想功能，第三是大脑具有很强的自适应能性和自组织性。在这些方面，目前的传统计算机模型是难于实现的。

具体的神经元模型主要是如何更好地反应神经元在刺激下发放电位的本质。大多数模型把神经元之间的连接考虑成线性连接，输入层与输出层直接相连，没有中间所谓隐单元层。每个神经元只能是兴奋态或抑制态，任一神经元的输入是其他神经元的输出通过突触作用的总和。如果考虑兴奋态和抑制态之间的过渡情况，可以采用S型曲线来表征神经元的非线性输入和输出特性，如J. Hopfield模型；也可以按照统计物理学的概念和方法，神经元的输入由神经元状态更新的概率来决定，如波尔兹曼机模型；还可以在神经元的输入与输出层之增加中间变换层，如感知机模型；增加反向误差校正通道的反传播模型等等。通过对神经元的形态与功能的不同表达，可以产生不同的模型。

DNA计算机

1994年,美国加州大学的L. Adleman博士在《Science》上公布了DNA计算机的理论，并成功地在DNA溶液的试管中进行了运算实验。L. Adleman博士的DNA计算机完全是一种新的观念。其基本设想是：以DNA碱基序列作为信息编码的载体，利用现代分子生物学技术，在试管内控制酶作用下的DNA序列反应，作为实现运算的过程；即以反应前的DNA序列作为输入的数据，反应后的DNA序列作为运算的结果。DNA计算机是一种化学反应计算机。到目前为止，已有人通过DNA计算机模型进行实验解决了一些基本的NP问题。如L. Adleman博士做的对货郎担问题（哈密顿图问题，HPP）的计算，和普林斯顿大学查科普顿作的可满足性问题（SAT问题） 。所谓NP问题 ，是指人们根据问题类的算法复杂程度的划分而言，与P问题相对。P问题是指算法复杂性随着问题规模的增长而呈多项式增长的算法，是可以计算的。NP问题是指指算法复杂性随着问题规模的增长而呈指数增长的算法，是实际上不可计算的。DNA计算机的构想是一种创新，具有巨大的潜力。DNA计算机运算速度快，其几天的运算量就相当于计算机问世以来世界上所有计算机的运算总量。它的存储容量非常巨大，而耗能却只有一台普通计算机的十亿分子一。当然，DNA计算机毕竟只是一种理论设想，在很多方面还相当不完善。主要表现在：

1. 构造的现实性及计算潜力。DNA计算机以编码后的DNA序列作为输入，在试管内反应完成计算，反应产物及溶液给出了全部解空间，但是最优解如何与其他解分离，怎样输出，是一个技术性极强的问题。目前还没有令人满意的输出手段。随着求解问题规模的扩大，输出将成为DNA计算机的瓶颈。

2. 运算过程中的错误问题。在扩增DNA的过程中，有较高的错配率，而且大量的DNA在几百步的反应中也会产生一些支路反应。错误会产生伪解，并增加最优解输出的难度。

3. 人机界面。怎样使得DNA计算机的输入和输出变成一般人可以接受的，否则就无法进行广泛的应用。

不论如何，DNA计算机的提出拓宽了人们的视野，启发人们用算法的观念研究生命，并向众多领域提出了挑战。（http://..com/question/7358400.html为原文出处） 相关“生物 计算机问题可以到http://www..com/s?ie=gb2312&bs=%CE%B4%BD%E2%BE%F6%B5%C4%C9%FA%CE%EF%CE%CA%CC%E2&sr=&z=&cl=3&f=8&wd=%C9%FA%CE%EF+%BC%C6%CB%E3%BB%FA&ct=0观看（希望你能找到自己想要的）
再说说化学与计算，应该是把对未直元素和试验等数据用C＋＋编程，编辑的软件利用是十分有必要的。在程序中模拟试验，既不要试验空间，也不会用到很多器具，节省了很多不必要的资源。而且还可以与世界各地专家在网上交流和共同试验等等，这都是化学，生物计算软件可开发利用成分...
化学 计算机

想象一下，未来的计算机会成为什么样子?假如有人说，让像果冻一样的物质去思考，去表达同情心，你觉得可能吗?对于早已习惯和熟悉了棱角分明的显示屏、主机和鼠标的现代一族而言，把计算机想象成为一团软软的、滑滑的、没有固定形状的果冻，确实有点异想天开。然而，英国布里斯多大学计算机专家安德鲁正在做着这样的梦，他的梦想是，用离子替代电子，用果冻一样的物质替代硅芯片和电路板。大多数人累了的时候，一般是喝杯咖啡，或者是到户外去散步，呼吸一下新鲜空气。安德鲁却与众不同，当他觉得脑子有些不大灵光，需要点额外刺激时，就让他的机器人用金属手指划拉一下一个盛满化学液体的盘子。这一盘子的化学液体，就是安德鲁所设计的液体计算机的”大脑”原型。离子波的形成和扩散，就是化学计算机的“思考”过程。当运行速度变慢时，“大脑”就会对机械手发出指令，将金属手指浸到盘子中去，摇晃一下那些神奇的化学液体。
安德鲁现在所设计的化学计算机，还只是简单地模仿人类的手臂和大脑之间的反馈过程，他的志向是，要设计化学处理器，把计算机硬件装到瓶子里去。经过10多年的研究，安德鲁现在已开发出液体逻辑门，并认为他所设计的阵列具有无限的自我重组和修复能力。计算机巨人IBM也认为，利用这种阵列技术，有可能设计出功能强大的新型计算机芯片。此外，安德鲁还有另外一个雄心勃勃的目标，即进一步加强“鼓波”的能力，使之无愧于液体脑的称号。为了证明液体脑的概念潜力无限，前途光明。安德鲁特别设计了液体脑的载体———果冻机器人。它有人造的眼睛，合成的荷尔蒙。也许有一天，果冻机器人可以感受到周围的环境，甚至有可能感受到人类的情感。化学计算机有个十分复杂而又特别迷人之处，称之为贝洛索夫-恰鲍廷斯基反应(BZ反应)，它是由3个不同的反应组成的化学振荡反应。每个反应都有不同的分子和离子，当加入特定的化学成分后，首先触发第一个反应，所产生的生成物可以触发第二个反应，随后第二个反应的生成物又可以触发第三个反应，第三反应的生成物再触发第一个反应，由此循环往复。更为迷人的是，各个不同的反应会产生不同的颜色，因此可以形成红蓝交替的波。BZ反应之所以重要，在于利用它可以解决一些数学难题，尤其是一些现在的计算机难以解决的问题。比如，迷宫最短路径问题。用传统的计算机解这一问题必须要穷尽所有的路径，然后再进行比较，这需要耗费大量的时间。而利用BZ反应则不同。由于波在传播和扩散时，总是走最短的路径。只要利用照相机，记录下波的运动轨迹，就可以解决这一难题。

上个世纪90年代中安德鲁意识到，BZ反应有更重要的应用，那就是可以用于化学处理器。为此，他组织起一个专门的班子，并开发了两个化学处理器的概念模型。一个模型可以模仿人类的手臂与大脑的反馈活动。另一个由两个BZ反应组成，可以在一个布满家具的房间内自动移动到目的地。虽然这两个概念模型表现还不错，安德鲁却意识到，如果要让化学处理器处理更为复杂的运算过程，必须要有逻辑门。美国波士顿大学的一项理论研究引起了安德鲁的注意。该研究认为，可以模仿斯诺克台球，制造一种形式简单的处理器。也就是说，每个球可以代表1或0，球的碰撞过程就是计算过程，球如何相撞，相撞后弹出的方向，可以精确地表现为逻辑过程。换句话说，碰撞结果可以成为逻辑门的等价物。这样，安德鲁的任务就变成如何让BZ波进行碰撞。去年，安德鲁的研究取得重大突破。他把BZ混合物放到卤化银薄胶层上，由于卤化物可以起到化学阻滞剂的作用，胶层可以延缓波的传播速度。这样，BZ反应就不会形成完整的圆形波，只是形成了小段的圆弧，并且沿直线进行传播，安德鲁将之称为BZ弹。BZ弹更多地表现出准粒子的特性，而不是波的特性，其表现与台球相似。实验中，安德鲁发现，两个BZ弹在特定的角度相撞时，只在特定的方向产生唯一的输出。如果仅有一个输入，则在该方向没有输出。这样安德鲁就研究出了逻辑与。此后，他又相继研究出逻辑或、逻辑非以及逻辑互斥，这就为安德鲁的化学处理器奠定了坚实的基础。安德鲁的化学处理器虽然还处于初级阶段，但他已把目光转向了并行化学处理器。对于化学处理器能否成功，人们还处于未知阶段，但科学家相信，如果人类能够具备控制纳米级水平制造波的能力，化学处理器就很可能实现。正如一些专家所言，不管安德鲁的志向能否实现，他的研究工作无论对揭示人类大脑的奥秘，还是制造更好的处理器，均具有十分重要的意义。毕竟，化学处理器是生物组织器官和电子设备之间的一座桥梁（http://..com/question/16587357.html原文出处）相关的可到
（http://www..com/s?ie=gb2312&bs=%C9%FA%CE%EF+%BC%C6%CB%E3%BB%FA&sr=&z=&cl=3&f=8&wd=%BB%AF%D1%A7+%BC%C6%CB%E3%BB%FA&ct=0）去看。
我可说的就这么多了希望对你有所帮助

④ 化学领域有那些地方用到计算机编程

一般的化学研究生的话，基本上用到编程的地方就是曲线拟合，数据处理，还有一个是做图。解析和精修晶体结构的软件 GSASII 就是用 Python 写的。

⑤ 计算机在化学中的应用

计算机在化学中的应用
application of computers in chemistry
━━━━━━━━━━━━━━━━━━━━━━━━
按化学体系分类
计算机在分析化学中的应用
数据处理
条件预测
提高选择性
提高灵敏度
实现仪器自动化和智能化
计算机在有机化学中的应用
谱图检索
差谱技术
结构解析
合成路线设计
按计算机应用方法分类
数值计算
化学模似
实时控制
模式识别
数据库
专家系统━━━━━━━━━━━━━━━━━━━━━━━━
计算机是一种多功能的设备,可用于计算、拟合模拟、制表、绘图、选择、判别、存贮、检索、统计、管理、自动控制、人工智能、专家系统等方面。计算机在化学中的应用可从不同角度分类：按化学体系，可从解决化学各分支学科的问题分类；按应用方法，则是从计算机的功能应用来分类。
按化学体系分类
计算机在分析化学中的应用 简称计算分析，其内容有：
数据处理 利用一元统计，可对同一项目的若干次测量数据进行统计处理，计算置信区间、标准误差、变动系数等。利用二元统计，可以计算含量与滴定体积或浓度与吸光度之间的直线方程（线性回归法）。用程序型计算器也能迅速完成这些计算。
条件预测 根据溶液平衡原理，考虑副反应系数校正，形成精确的数学模型，可对化学分析条件进行预测，例如显色反应最合适的pH的预测、离子交换色谱法中淋洗液浓度和用量的预测等。在较复杂的情况下，可以利用计算数学方法。设有10种金属离子与10种络合剂共存，它们之间的竞争反应可用迭代法预测，计算机对每种络合物用迭代法处理，获得收敛结果的报出答案,迭代999次仍不收敛者弃去，总共不多于10万个数据的计算。按常法以每个数据平均费时6分钟计,一个人要三年半才能算完，用计算机处理不到 1小时可得出答案，为化学分析中哪种离子参加反应、哪些离子被掩蔽等条件，获得可靠的预测效果。
提高选择性 即准确测定指定的组分,消除干扰一般可概括为下列两种模型：①平衡模型，以各种平衡常数为依据,把共存的每种平衡都写成一个方程式,形成一组方程。在测得某些未知量之后，就可把被测物质的共存干扰物质的含量一起计算出来。这种模型适于处理化学分析问题，但受到平衡常数的精密度和高浓度溶液中活度校正的准确度的限制。②当量模型，以广义的当量关系，即测定信息与被测物含量的关系为依据。这些测定信息可以是滴定体积、沉淀重量、吸收、发射、电流、电压、波峰的高度或面积等。将它们组成方程组，可把多种组分的含量一起计算出来。这种模型适用于化学分析和各种仪器分析，准确度高于平衡模型，但也受到某些限制。
此外，国内还研究了在多波长光度法中用计算机选择波长对（或波长组），以及无机红外光谱等方法，来提高测定性质相近元素的选择性。
提高灵敏度 改善信噪比、提高分辨率，常采用数学方法，使原来测量不出来的量能被测出。其方法有累加平均法、导数光谱法、傅里叶变换法、信号相关法和卷积法等。
实现仪器自动化和智能化 仪器自动化发展迅速，内容包括数据采集（将仪器测得的模拟量通过模数转换电路转换为数字，以便计算机处理）、数据处理（自动记录、换算、校正、平滑）、自动控制（用程序控制进样、加液、升温、调节等操作），以及屏幕指导（操作人员不用带纸笔和操作规程,一切工作都由屏幕提示,人机对话，操作过程和结果都由机器打印记录）等。
仪器智能化是一个新的课题，是仪器自动化并配备专家系统的产物，其低级阶段是配备小型数据库，能选择实验条件，存贮、调用谱图等；其高级阶段是用专家系统指导人们工作，检查仪器，对操作人员辅导、答疑等。
计算机在有机化学中的应用 简称计算有机，其内容有：
谱图检索 物质的不同结构引起谱图上的不同特征。因此，谱图的检索就成为有机分析的重要手段，常用的有红外、核磁、质谱等谱图。例如，由实验测出未知物的红外谱图，把它和标准谱图对照，参照质谱数据求得分子量,就可求得未知物的组成和结构。但是,标准谱图数量太大,如果有18万张标准谱图，每2秒种翻阅1张,一个人要半个月才能翻完一遍，还谈不上思考和比较。若将谱图信息数字化，用计算机进行检索，就可以迅速指出实测谱图与哪一张标准谱图相同，或与哪几张标准谱图相似程度最大，这将为分析者提供解决问题的线索。
差谱技术 实测谱图的可靠性通常存在一些问题，如溶剂、基体的影响，共存物质的干扰等。一般试样本身就是未知物,欲将它提纯为纯化合物测谱是困难的,这就产生了差谱技术，即用差减的方法产生相应于纯化合物的谱图。
传统的差谱是用光学方法，如利用参比溶液。双光束补偿等方法，对于识别未知含量的干扰物质有困难。利用计算机执行差谱程序，可将干扰物质的标准谱图通过换算，与试样的谱图进行差减，达到扣除基体、数据平滑、多组分逐级差谱等效果，为有机物的成分、结构分析提供新的手段。
结构解析 1985年已知有机化合物约有600万种,但已见报道的谱图库收集的谱图一般少于20万种。可以预料，谱图检索是不能完全解决问题的。结构解析方法利用已有的光谱、波谱数据，由人工归纳出结构单元与谱图性质关系的“知识规则”，存入计算机，作为逻辑判断的标准。试样数据输入时，计算机推理判断，指出试样的结构的若干种可能方案。这种方法模拟了化学专家的智能，属于“化学专家系统”的研究。
结构解析的理想目标是结构自动分析，将未知物在红外光谱仪、核磁共振谱仪等几台仪器上同时测谱，所得数据联机送入计算机进行实时处理。在屏幕上显示出平面或立体结构图形，不过这种工作仅在小范围内实现，要处理天然有机化合物等复杂问题为时尚早。
合成路线设计 文献中已有大量有机合成路线，这是进行新物质合成的基础，但是人们难以全部掌握这样多的合成方法。利用数据库方法把已有合成路线存入计算机中，可从不同途径加以利用：①逆向追溯，提出欲合成某种目标物质时，机器从已有合成路线追溯，知道该物质可由A、B两物质在什么条件下合成；进一步追溯A可由C和D合成，B可由E和F合成，如此一直找到一些廉价易得的物质作为合成原料；②顺向预测，已有大批原料，让计算机判断用这些原料能合成什么有用物质；③途径选择，机器找出一批合成路线后，让机器从中选出最符合要求（例如:成本最低，产率最高，方法最简,污染最少）的合成路线。
按计算机应用方法分类
数值计算 主要是利用计算数学方法，对化学各专业的数学模型进行数值计算求解。例如量子化学、结构化学中的一些演绎性的计算分析化学中的条件预测化工中的各种应用计算等。
化学模拟 模似是计算机应用的重要方面，主要有：①数值模拟，例如，欲从工作曲线测量数据归纳成数学公式，可用曲线拟合法。这是较简单的模拟。有时用一种数值计算方法就能完成任务。②过程模拟，欲总结某一复杂过程的测试数据，形成整套的规律和数学模型时，可能涉及许多种数值模拟工作。过程模拟能预测反应效果，在生产中起重要指导作用。③实验模拟，例如，为了弄清几种参数（反应物浓度、温度、压力）对产量的影响，可在建立数学模型后，逐个改变参数，让机器回答其产量。这样,若干小时或若干天才能完成的实验,在计算机上用若干分钟就能得出结果。
模拟实验的另一种形式，是在屏幕上显示反应设备和反应现象的实体图形，或反应条件（数据）与反应结果(数据)的坐标图形。将一种操作方法或条件输入，屏幕上即显示相应的实验效果，通常用于计算机辅助教学中。
实时控制 即仪器联机和自动化。
模式识别 在化学中应用较广的是统计模式识别法。这是一种统计处理数据，按专业要求进行分类判别的方法，适于处理多因素的综合影响。例如，根据人的毛发、血、尿中微量元素含量诊断疾病，根据油田水的化学成分探测油矿，根据物性数据设计新的功能材料等。
数据库 数据库是一种综合服务性的软件工程。这里所谓数据是广义的。在化学数据库中,数据常数、谱图、文摘、操作规程、应用程序……都是“数据”。数据库能存贮大量信息，并可根据不同需要进行检索。研究者为了查明有关领域的国际现状，并在此水平上提高一步，通常要费大量劳动去查阅文献，常常要求涉及某几个关键词的文献，或某人在某年间的文献等。建成了化学文献库，在使用时可以任意指定领域、要求。在一、二小时内拿到全部打印资料，完成常人半年查阅文献的工作量。
专家系统 专家系统是数据库与人工智能结合的产物，它把“知识规则”作为程序，让机器模拟专家的分析、推理过程，达到用机器代替或部分代替专家的效果。具体例子有：①酸碱平衡专家系统，内容包括知识库和检索系统，提出问题时，机器自动查出数据，找到程序，进行计算、绘图、选择判断等处理，并用专业内行的语言回答问题，例如，任意溶液（包括任意种组分的混合溶液）的pH值计算，任意溶液用酸、碱进行滴定时操作规程的设计等。②定性分析专家系统，用帕斯卡语言编写了阳离子硫化氢系统和阴离子消去法系统，学生拿到未知试样，不用学习和查阅这种古老系统，只须按照机器提示的手续进行操作，所得现象再输入机器，如此逐步处理，就会得出“试样是什么化合物”的结论。
专家系统可以移植，利用一个专家系统的框架，改变其数据库、知识库内容，就可形成另一专业的专家系统。
专家系统有“学习”功能如果知识库不够全面,或形势发展、情况有变化,机器输出的答案不正确时,使用者可以随时按键纠正。机器“学习”了新的知识后，下次回答同样问题就不再出错。
专家系统是软件系统，可以复制交流。如果各单位根据自己的专长，设计相应的专家系统，则经过复制交流，每个单位都可掌握许多“专家”，形成强大的智力资源。

⑥ 化学和计算机有专业上的联系吗

首先你要明白计算机的本质问题,计算机是来模拟现实世界来解决问题的,那么现实世界的问题就分各行各业,每个行业用到技术不同,自然要通过计算机来解决问题,你必须掌握现实世界中这些问题的解决方式,才能用计算机来模拟来解决这类问题
做游戏开发需要很多物理知识 ,人工智能领域神经网络需要用到生物学知识.....
所以说既然做了计算机行业,那么多学一些知识不是坏事,但是要认准一个方向,因为计算机科学分支太多了,每个分支领域都够你研究一辈子了,我们不可能面面俱到,成为一个领域的专家就已经很了不起了,再说了,现在软件工程都讲究分工协作,不是单打独斗的年代
把计算机专业最底层的软硬知识打扎实,这是你通往上层不同分支领域的最重要的基础,基础不牢固,上层学起来很困难,迷雾重重,一碰就倒

⑦ 有哪些化学专业问题可以借助计算机完成

现在许多化学问题都可以通过计算机计算解决，这个专业方向为计算化学。

计算化学主要应用已有的电脑程序和方法对特定的化学问题进行研究。而算法和电脑程序的开发则由理论化学家和理论物理学家完成。计算化学在研究原子和分子性质、化学反应途径等问题时，常侧重于解决以下两个方面的问题：

• 为合成实验预测起始条件

• 研究化学反应机理、解释反应现象

⑧ 计算机化学的应用

计算机辅助分子设计和模拟
工程方面的计算机辅助设计已是大家所熟悉的了，化学由于它的特殊性使得计算机辅助化学设计相对来说发展相对较晚，但化学家已在分子设计和有机合成设计两个主要领域取得较大进展并日益发展。
分子设计和模拟的目标是预测具有指定性质（或性能）的可能分子的结构。它们主要应用于医药（药物设计）和农用化学品（除草剂设计、农药设计、杀虫剂设计等）领域，在实验室内分子设计主要应用蛋白质、酶、核酸等大分子的设计。以前发现一个有应用价值的新化合物主要是凭化学家的经验和灵感，最常用和最有效的方法就是采用费钱费时的筛选法，已开始采用对分子结构进行系统的有规律的变化，寻找性质与结构变化之间的相关关系，从而建立结构-性质关系模型以用于分子设计。围绕计算机辅助分子设计，要开展一系列的基础研究工作，主要有结构-性质关系研究、三维动态分子模型化方法、分子形状和活性关系、构象分析、生物大分子的结构-功能关系，以及分子设计方法在药物、材料设计中的应用研究等。
化学结构与化学反应的计算机处理技术
长期以来化学家在应用计算机解决化学问题中遇到的第一个困难就是化学结构的计算机处理的问题。可以说化学的一切领域无一不与化合物的结构密切相关。在过去的30多年中，这一问题得到了广泛的重视和深入的研究，从而形成了计算机化学的一个重要的研究领域。经过多年努力，化学结构计算机处理中的理论和绝大部分技术问题已基本得到解决。然而，这些方法还是有局限性的；难以应用于诸如族性结构处理、结构-活性相关的自动化研究和反应机理研究等方面。即使对确定结构处理中的问题，现有的解决方案仍不为所有化学家所接受。因此，确定结构的计算机处理仍有一些难题，如无机化合物、金属有机化合物、互变异构的化学结构等，需要做更深入的研究。同时应当看到这些问题又是计算机化学中诸多领域的基础，它们的完全解决将有利于计算机化学的发展。
化学反应的处理问题
由于可以将化学反应看成是一些化学结构向另一些化学结构的转换，因此，化学反应的处理问题说到底是对化学结构的处理。但是，化学反应的计算机成立也有它自己特定的问题，如反应中心的自动识别、反应知识的发现、组织和利用、同类反应的自动产生等问题。这些问题是当前计算机处理化学反应领域内的主要研究方向，它们的解决一方面将推动化学反应数据库向更高层次的发展，另一方面将通过与数据挖掘技术的结合，发现反应知识，使计算机辅助有机合成路线设计更有扎实的基础，从而能得到更合理的解决。
族性结构的计算机处理问题
族性结构的计算机处理问题是一个比确定结构更富挑战性的课题，但又是当今计算机化学必须解决的问题之一。与确定结构不同，族性结构由于在结构式中采用了可变部分而使得一个族性结构对应于一类物质。这类物质可以是有限个确定的化合物；而当采用了“烷基”或“含氮杂环”这类通式术语时，也可以代表无限个化学物质。族性结构的这一性质决定了相应的计算机处理系统的复杂性。族性结构的计算机处理，还只有一个方向性的解决办法。但从大的方面来看，要解决能忠实于原来意义的族性结构的表述方法和族性结构的检索两个问题。如何根据族性结构的特征；解决它的计算机表述方法是当前族性结构处理的核心问题。它解决得好，族性结构的检索问题也将较易解决。族性结构的检索问题与它的表述有密切联系，并可归结为如下三类问题：①某一确定结构（化合物）是否被包含在一个族性结构中？②一个族性子结构是否部分或全部为另一族性结构所包含？③两个不同的族性结构是否有共同的确定结构？族性结构处理中的主要问题已基本得到解决。最早的族性结构检索系统，法国QUESTEL公司开发的Markush-DARC，已运行了15年。但是，现有系统都仍然存在一些不足，这些不足源于族性结构表述的固有困难。可以预见，它们的彻底解决将依赖于组合概念表述的革新，而不是基于现有概念的打补丁。这种概念的更新将有可能丰富和推动图论、集合论等数学理论的发展，而且也将为性能更好的实用系统的建立奠定基础。
人工智能的化学应用
人工智能技术已有40多年的历史，它在化学中的应用也不是新鲜事了，因为DENDRAL系统就开始了人工智能的化学应用，而且正是它的成功而开创了当代已得到蓬勃发展与广泛应用的称之为专家系统的人工智能中的一个重要分支。但是，由于人工智能技术是一个多学科的综合研究领域，它的内容与应用常常难于理解，因此尽管人工智能已经走出了它的婴儿期而日趋成熟，但至今仍有许多人并不十分了解人工智能的作用。作为事实科学的化学，尽管其理论近几十年来得到了长足的进展，但是化学家解决问题主要还是依靠经验和直觉。人工智能正好能提供将理论与经验结合起来的手段。因此，不少化学家与人工智能专家都认为化学是人工智能最理想的试验场与用武之地。当前化学中人工智能的主要研究有应用自然语言处理技术的化学文献文摘的自动生成、化学数据中的智能检索方法、化学实验室的自动化与机器人、神经网络方法的化学应用、化学中的NP-完备性问题及其解决办法、化工过程系统综合、故障诊断、过程控制中的人工智能方法等，其中最活跃而且也是最成功的是研究开发由谱图数据，包括红外、质谱、核磁共振，特别是从二维和高维核磁共振数据借助于计算机快速推定未知化合物结构的解析系统。但是，尽管已有不少这类系统，但真正能解决实际问题的系统还不多，研制实用的结构解析系统是这一领域的重要课题。
计算机辅助化学过程综合与开发
随着计算机存储和运算能力的提高，使得计算机正在迅速进入新兴产业和传统产业的各个方面。对于典型的过程工业的化学和石油化学工业，计算机同样成为它们的核心部分，对过程进行全面制约并对其变革产生着深刻的影响。从目前来看，过程综合有两个层次的含义。由已知的原料条件和产品的性能规格要求，如何找到最佳的工艺制造途径是过程综合一个层次的含义。对不同过程的集成，以期达到对能量、物料、设备等资源的最大限度利用的同时，达到消灭污染于过程的目的，是过程综合另一个层次的含义。这无疑是过程工业在下一世纪最具挑战性的课题之一。
“过程概念设计”的提出是计算机辅助化学过程综合与开发领域技术进步的一个重要标志。然而，这种进步主要表现在知识的积累方面，而在计算机软件方面，除在能量系统综合外，似乎尚未取得突破性的进展。计算机化学至少可以从三个主要方面促进过程综合与新流程的开发：①集中对化学过程的研究成果，形成数据库和软件包；②计算机辅助过程评估、系统设计、关键设备设计、动态控制和管理；③充分利用理论研究成果，减少放大步骤。

⑨ 应用化学里的计算化学与计算材料科学介绍

计算化学是理论化学的一个分支。计算化学的主要目标是利用有效的数学近似以及电脑程序计算分子的性质（例如总能量，偶极矩，四极矩，振动频率，反应活性等）并用以解释一些具体的化学问题。计算化学这个名词有时也用来表示计算机科学与化学的交叉学科。

理论化学泛指采用数学方法来表述化学问题，而计算化学作为理论化学的一个分支，常特指那些可以用电脑程序实现的数学方法。计算化学并不追求完美无缺或者分毫不差，因为只有很少的化学体系可以进行精确计算。不过，几乎所有种类的化学问题都可以并且已经采用近似的算法来表述。

理论上讲，对任何分子都可以采用相当精确的理论方法进行计算。很多计算软件中也已经包括了这些精确的方法，但由于这些方法的计算量随电子数的增加成指数或更快的速度增长，所以他们只能应用于很小的分子。对更大的体系，往往需要采取其他一些更大程度近似的方法，以在计算量和结果的精确度之间寻求平衡。

计算化学主要应用已有的电脑程序和方法对特定的化学问题进行研究。而算法和电脑程序的开发则由理论化学家和理论物理学家完成。计算化学在研究原子和分子性质、化学反应途径等问题时，常侧重于解决以下两个方面的问题：

为合成实验预测起始条件
研究化学反应机理、解释反应现象
计算化学的子学科主要包括：

原子和分子的计算机表述
利用计算机协助存储和搜索化学信息数据 （参见化学数据库）
研究化学结构与性质之间的关系 （参见定量构效关系(QSAR)及定量构性关系(QSPR)）
根据对作用力模拟对化学结构进行理论阐释
计算机辅助化合物合成
计算机辅助特性分子设计（例如计算机辅助药物设计）

关于某理论与计算化学创新组的介绍：
理论与计算化学在基础和应用研究中都扮演着重要的角色，是物理学、材料科学、化学和生命科学研究中的一个重要手段。借助高性能计算机，理论化学家可以在不借助任何经验参数的情况下，从第一原理出发获得小分子体系结构和动力学的详细信息，这些信息不仅可以直接和实验相印证，而且可以从微观的角度对实验现象进行分析和解释。理论化学还可以对多达十万个原子的生物大分子体系进行计算机模拟，获得关于结构和动力学的定性或半定量信息，从而为解释生命活动本质、新型药物开发提供关键数据。

本小组主要研究反向为量子反应动力学、分子光谱和量子化学相关的基础理论和应用研究. 具体研究兴趣包括:
1） 多原子体系量子反应动力学的理论、算法和计算程序；
2 ) 量子化学理论和计算方法;
3） 分子间弱相互作用的势能面和分子光谱理论研究；
4） 多原子体系的势能面构造。

本小组的研究工作也包括采用分子动力学模拟和量子力学方法研究蛋白质分子的动力学和反应机理：
1） 药物分子与生物分子相互作用；
2） 酶催化反应机理；
3） 富勒烯及其与生物分子相互作用。

计算材料学（Computational Materials Science），是材料科学与计算机科学的交叉学科，是一门正在快速发展的新兴学科，是关于材料组成、结构、性能、服役性能的计算机模拟与设计的学科，是材料科学研究里的“计算机实验”。它涉及材料、物理、计算机、数学、化学等多门学科。计算材料学主要包括两个方面的内容：一方面是计算模拟，即从实验数据出发，通过建立数学模型及数值计算，模拟实际过程；另一方面是材料的计算机设计，即直接通过理论模型和计算，预测或设计材料结构与性能。前者使材料研究不是停留在实验结果和定性的讨论上，而是使特定材料体系的实验结果上升为一般的、定量的理论，后者则使材料的研究与开发更具方向性、前瞻性，有助于原始性创新，可以大大提高研究效率。因此，计算材料学是连接材料学理论与实验的桥梁。
材料的组成、结构、性能、服役性能是材料研究的四大要素，传统的材料研究以实验室研究为主，是一门实验科学。但是，随着对材料性能的要求不断的提高，材料学研究对象的空间尺度在不断变小，只对微米级的显微结构进行研究不能揭示材料性能的本质，纳米结构、原子像已成为材料研究的内容，对功能材料甚至要研究到电子层次。因此，材料研究越来越依赖于高端的测试技术，研究难度和成本也越来越高。另外，服役性能在材料研究中越来越受到重视，服役性能的研究就是要研究材料与服役环境的相互作用及其对材料性能的影响。随着材料应用环境的日益复杂化，材料服役性能的实验室研究也变得越来越困难。总之，仅仅依靠实验室的实验来进行材料研究已难以满足现代新材料研究和发展的要求。然而计算机模拟技术可以根据有关的基本理论，在计算机虚拟环境下从纳观、微观、介观、宏观尺度对材料进行多层次研究，也可以模拟超高温、超高压等极端环境下的材料服役性能，模拟材料在服役条件下的性能演变规律、失效机理，进而实现材料服役性能的改善和材料设计。因此，在现代材料学领域中，计算机“实验”已成为与实验室的实验具有同样重要地位的研究手段，而且随着计算材料学的不断发展，它的作用会越来越大。
计算材料学的发展是与计算机科学与技术的迅猛发展密切相关的。从前，即便使用大型计算机也极为困难的一些材料计算，如材料的量子力学计算等，现在使用微机就能够完成，由此可以预见，将来计算材料学必将有更加迅速的发展。另外，随着计算材料学的不断进步与成熟，材料的计算机模拟与设计已不仅仅是材料物理以及材料计算理论学家的热门研究课题，更将成为一般材料研究人员的一个重要研究工具。由于模型与算法的成熟，通用软件的出现，使得材料计算的广泛应用成为现实。因此，计算材料学基础知识的掌握已成为现代材料工作者必备的技能之一。
计算材料学涉及材料的各个方面，如不同层次的结构、各种性能等等，因此，有很多相应的计算方法。在进行材料计算时，首先要根据所要计算的对象、条件、要求等因素选择适当的方法。要想做好选择，必须了解材料计算方法的分类。目前，主要有两种分类方法：一是按理论模型和方法分类，二是按材料计算的特征空间尺寸(Characteristic space scale)分类。材料的性能在很大程度上取决于材料的微结构，材料的用途不同，决定其性能的微结构尺度会有很大的差别。例如，对结构材料来说，影响其力学性能的结构尺度在微米以上，而对于电、光、磁等功能材料来说可能要小到纳米，甚至是电子结构。因此，计算材料学的研究对象的特征空间尺度从埃到米。时间是计算材料学的另一个重要的参量。对于不同的研究对象或计算方法，材料计算的时间尺度可从10-15秒（如分子动力学方法等）到年（如对于腐蚀、蠕变、疲劳等的模拟）。对于具有不同特征空间、时间尺度的研究对象，均有相应的材料计算方法。
目前常用的计算方法包括第一原理从头计算法，分子动力学方法，蒙特卡洛方法，有限元分析等。

钢铁研究总院功能材料研究所计算材料科学研究室简介
计算材料科学研究室是一个在科研水平和人员构成上都具有一定实力的研究实体。该研究室成立于1986年，是国内最早开展材料微观结构与宏观物性相关机制研究的单位之一。主要从事金 属材料中缺陷体系原子结构、电子结构以及声子谱的研究，探索材料微观结构与宏观物性的相关机制及跨越模式，为材料设计提供 理论依据。在中科院院土王崇愚先生的带领下，先后承担十几项国家自然科学基金委员会资助的项目以及多项冶金部重点课题，在国 内外权威刊物上发表论文数十篇，并于1994年获冶金工业部科技进步(理论成果)一等奖。现承担国家重点基础研究发展规划项 目(973)一项，和国家自然科学基金三项。该实验室在发展中不断壮大，已培养硕士、博士数十人，并不断地吸收新鲜血液，扩充 研究领域，增强竞争实力，保持所从事研究领域的国际先进水平。与此同时，大力开展国际及国内合作，已与美国西北大学、俄罗斯Tomsk强度物理与材料科学研究所、香港大学、清华大学、中科院沈阳金属研究所等单位建立起了长期合作关系。

⑩ 我考研想考计算机化学方面 ,不知道有哪几个大学有这个专业

只有叫做计算机化学的方向，没有这个官方专业。
其实只要是计算机在化学中的应用都可以统称为计算机化学，方向很多，四大化学都有。
分析中的叫做化学计量学，
有机中常常用于化合物构型和能量的量子化学计算、药物构效关系等
无机化学中常常用于实验设计、材料设计，
物理化学中常常用在经验参数的设定、分子动力学计算等。